[发明专利]一种基于时间序列复杂度差异性的封闭图形相似性搜索方法

说明书

本发明提供了一种基于时间序列复杂度差异性的封闭图形相似性搜索方法，包括以下步骤：S1、观测封闭图形，获得封闭图形的时间序列。S2、设定两个时间序列的复杂度差异性CO；S3、设定复杂度时间度量标准TSD；S4、采用穷近法对S3中的复杂度时间度量标准完成近邻搜索；S5、采用三角不等式对距离值进行修正；S6、在系列化的索引数据结构中获得二维相对图的封闭位置，解决了现有的图形相似性搜索方法无法实现二维图形的相似性搜索，同时时间序列的时间维度武大得到解决，确保图形旋转在度量过程中的有效性，对不同复杂度的时间序列给出度量标准，最终实现二维封闭图形的相似性搜索。

技术领域

本发明属于人工智能搜索方法技术领域，具体涉及一种基于时间序列复杂度差异性的封闭图形相似性搜索方法。

背景技术

相似性搜索是对二维封闭图进行外形匹配的有效方法。相似性搜索最初应用于时间序列搜索过程中，首先通过索引将时间序列映射到单维空间，其次使用欧氏距离进行度量，最终在顺序扫描等方法的基础上获得最终的匹配结果。相似性搜索方法的局限性是改变查询的样本长度会获得更快的搜索结果，但会导致精度降低。二维封闭图的相似性样本序列是否具有代表性取决于对采样方式和距离的计算方式信赖极高，尤其当二维封闭图形存在非规则外形时进行相似性搜索，难以获得准确的结果。

依据时间序列相似性搜索进行外形匹配算法研究，开始逐步被研究人员所接受。这类基于外形的方法能够解决非对称状态下的图形匹配问题，确保在统一距离度量标准下，克服数据类型变化所带来的各种问题，确保在更高的精度上获得分类结果。在相似性度量过程中，基于外形的搜索方式可以与基于范数距离、基于动态弯曲距离、基于编辑距离等多种差异性度量方法有效结合，避免形态的剧烈变化影响分类的准确性。在封闭二维图形的相似性匹配研究中，需要对封闭图形下新的度量模式、投影和比例缩放等实际问题进行分析，在确保不损失图形外部特点的情况下，排除细节中非主要特征产生的干扰。

在计算机大规模辅助设计等行业，进行封闭图的相似性匹配具有现实意义。早期对封闭二维图形的匹配过程中，需要进行含直线、圆弧线基本图形的拆解，最终获得对应的树状图。一般是采用广度优先的遍历算法对树结构进行单向搜索，确定在度量标准下合理的图形集，并映射成数据集，最终以数据集的形式传输给其他图形算法。

但是这类广度优先的遍历算法无法实现二维图形的相似性搜索，同时时间序列的时间维度无法得到解决，图形旋转在度量过程中的有效性不能确保，对于不同复杂度的时间序列不能给出度量标准，影响二维图形时间维度或属性的确定。

发明内容

本发明所要解决的技术问题在于针对上述现有技术的不足，提供一种基于时间序列复杂度差异性的封闭图形相似性搜索方法，以解决上述背景技术中提出的现有的图形相似性搜索方法无法实现二维图形的相似性搜索，同时时间序列的时间维度武大得到解决，从而不能确保旋转方式的有效性，还不能给出复杂度时间度量标准，影响二维图形时间维度或属性的确定问题。

为解决上述技术问题，本发明采用的技术方案是：

一种基于时间序列复杂度差异性的封闭图形相似性搜索方法，包括以下步骤：

S1、观测封闭图形，获得封闭图形的时间序列，其中的自变量为观测轨迹，因变量是观测点到封闭图形沿弧线观测获得的距离；

S2、设定两个时间序列的复杂度差异性CO；

S3、设定复杂度时间度量标准TSD；

S4、采用穷近法对S3中的复杂度时间度量标准完成近邻搜索；

S5、采用三角不等式对距离值进行修正；

S6、在系列化的索引数据结构中获得二维封闭图的相对位置，从相对位置对应的时间序列集中，获得与目标对应的相似性时间序列。